利用 U-Net 模型从卫星图像中检测地籍边界
计算机视觉与模式识别
2025-02-18 v1 机器学习
摘要
寻找农田的地籍边界是土地管理中的关键问题。因此，利用深度学习方法加速并简化从卫星和无人机图像中提取地籍边界至关重要。本文采用迁移学习，以 ResNet34 为骨干网络训练 U-Net 模型，通过三类语义分割——"边界"、"农田"和"背景"——来检测地籍边界。我们在两组来自伊朗农田的卫星图像上使用"精确率"、"召回率"和"F-score"评估性能，分别取得了 88%、75% 和 81% 的高值，表明了有前景的结果。
引用
@article{arxiv.2502.11044,
title = {Detecting Cadastral Boundary from Satellite Images Using U-Net model},
author = {Neda Rahimpour Anaraki and Maryam Tahmasbi and Saeed Reza Kheradpisheh},
journal= {arXiv preprint arXiv:2502.11044},
year = {2025}
}
备注
14 pages, 7 figures